项目名称: 断层转折褶皱作用的参数空间及其对应的力学机制与预测模型

项目编号: No.41472176

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 天文学、地球科学

项目作者: 管树巍

作者单位: 中国石油天然气股份有限公司勘探开发研究院

项目金额: 78万元

中文摘要: 断层转折褶皱的几何学和运动学定量模型是以弯滑褶皱作用为基础建立的,该模型的几何学要素和预测范围严格受其参数空间的制约,且没有涉及地层的力学结构,这些局限使其在含油气盆地复杂构造解释和解析中一直存在着多解性的问题。本项目拟通过中西部某盆地地层单元岩石力学参数的系统测试,用离散元方法建立符合地质实际的力学模型,以5 为间隔,模拟断层转折褶皱在断层转折角和初始截层角由10 变化至80 时的形成过程,并测量每一次模拟结果的褶皱翼间角和最终截层角,再将测量数据与现有的断层转折褶皱几何学和运动学模型对比,以确定不同的参数空间。同时,计算各参数空间内离散元模型有限偏应变张量的第二不变量,用以揭示模型内部的剪切应变和体应变,判断和评估不同参数空间下的褶皱变形机制。最终对各参数空间的测量数据进行最小二乘法拟合,建立经验方程,并将其应用于某盆地构造研究实例,通过反复验证和修正,达到在油气勘探中应用的目的。

中文关键词: 断层转折褶皱;参数空间;力学模型;经验方程;离散元模拟

英文摘要: We propose to develop a mechanical basis for our understanding of fault-bend fold, an important class of structures in petroleum basins around the world. Fault-bend folding theory is currently described by a series of kinematic models that relate fold and fault geometries,e.g. the change in fault dip,the initial cutoff angle,the final cutoff angle,and the inberlimb angle. While this theory has proven successful in many applications,it does not consider the mechanics of deformation. It is therefore unable to address important aspects of fault-bend folding, such as the influence of fault strength and mechanical stratigraphy on fold development. Moreover, the assumptions that are inherent in this theory - such as conservation of layer thickness - may be invalid in certain geologic conditions. Thus, we propose to develop an extensive series of mechanical models,in which the change in fault dip and the initial cutoff angle vary from 10 to 80 at interval of 5 ,based on the discrete element method (DEM)to rigorously evaluate the predictions of this theory and its parameter space.These mechanical models will be built by system testing of rock mechanics in Junggar basin. To better understand the incremental deformation leading to the behavior in the mechanical models, we have adopted a method to visualize the incremental strain occurring in the simulation.We will focus most on the second invariant of the deviatoric strain tensor (J2), which can be viewed as a measure of distortion. Our preliminary work has shown that some mechanical models closely reproduce the predictions of fault-bend folding theory. In many other cases, however, the mechanical models depart significantly from the theory's predictions. We plan to quantify the conditions under which these mechanical models and natural structures are effectively described by this existing theory, and to explore cases where they are not. This effort should help refine our understanding of the predictive power of the theory, while developing new mechanics-based fault and fold relations for a broader class of structures. Ultimately, this effort is aimed at improving the predictive power of fault-bend folding theory, which are valued through their application to petroleum trap and reservoir characterization.

英文关键词: fault-bend folding;parameter space;mechanical model;empirical equation;discrete element simulation

成为VIP会员查看完整内容
0

相关内容

【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
16+阅读 · 2021年8月6日
专知会员服务
14+阅读 · 2021年6月26日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
给GNN一堆数据,它自己发现了万有引力定律
机器之心
0+阅读 · 2022年3月8日
手把手教你使用 YOLOV5 训练目标检测模型
极市平台
1+阅读 · 2022年1月25日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关主题
相关VIP内容
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
16+阅读 · 2021年8月6日
专知会员服务
14+阅读 · 2021年6月26日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
相关资讯
给GNN一堆数据,它自己发现了万有引力定律
机器之心
0+阅读 · 2022年3月8日
手把手教你使用 YOLOV5 训练目标检测模型
极市平台
1+阅读 · 2022年1月25日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员